热点事件持续更新
样本价值相对学习者而定：冻结子集干预揭示学习器依赖
1 篇报道1 个报道来源4 小时前 更新
先了解这件事
AI 综述
2026-10-02，arXiv Machine Learning Theory 发表一手研究，提出“样本价值相对学习者而定”的观点，并通过冻结子集干预实验加以验证：在低分辨率 ImageNet-100 上，将 ResNet-18 宽度加倍后，easy-first 与几何覆盖的交叉边界从 57 移至 85（每类样本）；扩大输入网格而保持图像信息不变时边界左移，且宽度增大会削弱该左移。研究据此指出同一样本对不同学习者的相对价值会随模型结构变化。
AI 根据报道生成 · 3 小时前更新
最新进展10月2日 12:00
arXiv 论文发布并公布冻结子集干预实验结果，显示模型宽度与输入网格变化会改变样本价值边界。报道时间线
沿着报道，了解事件的不同侧面。
10月2日
- arXiv · Machine Learning TheoryUseful to Whom? Sample Value Is Defined Only Relative to the Learner
summary_zh 冻结子集干预实验表明，同一样本对不同学习者的相对价值会随模型结构变化：在低分辨率 ImageNet-100 上，将 ResNet-18 宽度加倍使 easy-first 与几何覆盖的交叉边界从 57 移至 85 每类样本；扩大输入网格而保持图像信息不变时边界左移，且宽度增大会削弱该左移。
本事件热度走势
当前热度 9·可比范围峰值 10（10月2日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。